html.parse不能直接解析字符串，因其输入参数为io.reader接口，需用strings.newreader(htmlstr)包装；且默认严格模式遇不规范html会panic，须配置html.withstrict(false)，并始终检查返回error。
为什么不能直接用 html.Parse 解析字符串？
因为 html.Parse 接收的是 io.Reader，不是字符串。常见错误是传入 strings.NewReader("") 后忽略错误处理，或误以为返回的 *html.Node 就是“干净”的 DOM 树——实际上它包含大量 Text、Comment 节点，甚至空格和换行也会成为独立节点。
实操建议：
- 始终用
strings.NewReader(htmlStr)包装字符串，别用bytes.NewReader([]byte(htmlStr))（虽可行但不必要） - 解析前调用
html.Parse时，传入带html.ParseOption的配置，比如html.WithStrict(false)，否则遇到不规范 HTML（如自闭合<img>缺少/>）会直接 panic - 解析后务必检查返回 error，
html.Parse在标签嵌套错乱或编码异常时可能返回非 nil 错误，而非静默失败
如何快速提取所有 <a></a> 标签的 href 属性？
遍历节点树时，手动递归容易漏掉深层嵌套或跳过 Document 和 Element 之外的节点类型。更可靠的方式是用 golang.org/x/net/html 提供的 Find 模式 —— 但注意：x/net/html 本身不提供 Find 函数，需手写匹配逻辑。
实操建议：
- 用
for node := range traverse(doc)遍历（traverse是个简单迭代器函数），比递归更可控 - 判断节点是否为
<a></a>：检查node.Type == html.ElementNode && node.Data == "a"，不要用strings.EqualFold，因为node.Data总是小写 - 取
href属性：遍历node.Attr切片，用attr.Key == "href"匹配，不要假设属性顺序，也不要忽略attr.Key大小写（HTML 属性名在解析后统一转为小写） - 避免空指针：有些
<a></a>没有href，此时应跳过或设默认值，不要直接取attr.Val
html.Node 的内存占用和性能瓶颈在哪？
每个 html.Node 至少含 6 个指针字段（Parent/FirstChild/LastChild/Prev/Next/Type 等），加上 Data 和 Attr 切片底层数组，单个节点常驻内存约 120–180 字节。对 100KB HTML 字符串，节点数轻松破万，总内存可能超 2MB —— 这还不算 GC 压力。
如果你了解HTML，CSS和JavaScript，您已经拥有所需的工具开发Android应用程序。本动手本书展示了如何使用这些开源web标准设计和建造，可适应任何Android设备的应用程序 - 无需使用Java。您将学习如何创建一个在您选择的平台的Android友好的网络应用程序，然后转换与自由PhoneGap框架到一个原生的Android应用程序。了解为什么设备无关的移动应用是未来的潮流，并开始构建应用程序，提供更
实操建议：
- 若只需提取少量字段（如所有
href或src），优先用html.NewTokenizer流式解析，它不构建完整树，内存恒定在 ~4KB 内 - 避免长期持有
*html.Node指针，尤其在 HTTP handler 中；解析完立刻提取所需数据，然后让节点被 GC - 不用
node.AppendChild或node.InsertBefore动态改树 —— x/net/html 的节点操作无引用计数，极易导致循环引用或意外共享
中文字符、UTF-8 BOM 和 script 标签内容怎么不出错？
默认 html.Parse 依赖 golang.org/x/net/html/charset 自动探测编码，但对无声明的 GBK 页面或带 BOM 的 UTF-8 会误判。更糟的是，<script>alert("你好")</script> 中的 JS 字符串会被当成纯文本节点，而其中的引号、斜杠不会触发解析异常，但后续正则提取时可能被截断。
实操建议：
- 预处理 HTML 字符串：用
bytes.TrimPrefix([]byte(htmlStr), []byte("\xef\xbb\xbf"))去除 UTF-8 BOM，再传给strings.NewReader - 强制指定编码：用
html.Parse(io.Reader, html.WithCharset("utf-8"))，避免自动探测失效 - 提取 script 内容时，不要用
node.FirstChild.Data直接读 —— 它可能被拆成多个Text节点（尤其含 CDATA 或注释时），应合并所有子Text节点的Data
真正难的不是解析，是意识到哪些节点你根本不需要 —— 比如 Style、Script、Comment 节点，在多数提取场景里该跳过就跳过，别留着等 GC。
golang免费学习笔记（深入）：立即使用
在学习笔记中，你将探索golang的核心概念和高级技巧！
